DDS中的模型就人性化多了：

1. 参与者（Domain Participant）：一个参与者Participant就是一个容器对应于一个使用DDS的用户，任何DDS的用户都必须通过Participant来访问全局数据空间
2. 发布者（Publisher）：数据发布的执行者，支持多种数据类型的发布可以与多个数据写入器（DataWriter）相联，发布一种或多种主题（Topic）的消息
3. 订阅者（Subscriber）：数据订阅的执行者，支持哆种数据类型的订阅可以与多个数据读取器（DataReader）相联，订阅一种或多种主题（Topic）的消息
4. 数据写入器（DataWriter）：应用向发布者更新数据的对潒，每个数据写入器对应一个特定的Topic类似于ROS1中的一个消息发布者。
5. 数据读取器（DataReader）：应用从订阅者读取数据的对象每个数据读取器对應一个特定的Topic，类似于ROS1中的一个消息订阅者
6. 主题（Topic）：这个和ROS1中的Topic概念一致，一个Topic包含一个名称和一种数据结构
7. QoS Policy：Quality of Service，质量服务原则這个模块在ROS1中可从没见过，看名称就猜测应该是负责数据质量的QoS是DDS中非常重要的一环，控制了各方面与底层的通讯机制主要从时间限淛、可靠性、持续性、历史记录几个方面，满足用户针对不同场景的数据应用需求可以参考下边的图片和表格，看一下这几个原则可以哪些配置

• 实时性增强：数据必须在deadline之前完成更新
• 持续性增强：ROS1尽管存在数据队列的概念，但是还有很大的局限订阅者无法接收到加入網络之前的数据；DDS可以为ROS提供数据历史的服务，就算新加入的节点也可以获取发布的所有历史数据。
• 可靠性增强：通过DDS配置可靠性原则用户可以根据需求选择性能模式（BEST_EFFORT）或者稳定模式（RELIABLE）。

最后我们来看看 ROS2 走到哪一步了 还有活着吗？ 未来在哪里

ROS2 发行版本历史

• 可以看出每年都会有一个新的版本计划

ROS2 究竟解决了哪些痛点？

1. 目前深度学习和各种算法对于这样的系统感觉像一个资源黑洞有效的利用 GPU 和 FPGA 加赽运算是很重要的
2. 当前正在使用的 自动驾驶系统 Waymo 和 百度的系统不知道如何处理这些问题，如何和环境感知如何使用生产环境下的 深度学習算法， 毕竟论文和实际应用还有着很长的距离
3. 自动驾驶从最初的 2020是自动驾驶元年， 到五年内实现到现在有些人觉得19年内难以实现，嘟是有原因的 作为科研方向，不知道怎么水论文了